Logic Theorist, GPS i Physical Symbol System Hypothesis
🎯 Po co Ci to?
Wyobraź sobie program komputerowy, który samodzielnie dowodzi twierdzeń matematycznych z podręcznika logiki — i to czasem elegantniej niż oryginalni autorzy. To nie science fiction z lat 50. — to Logic Theorist, program, który niektórzy historycy nazywają pierwszym prawdziwym programem sztucznej inteligencji. Za nim stoi śmiała hipoteza: że myślenie — ludzkie i maszynowe — to zawsze to samo: manipulowanie symbolami według reguł.
✅ Czego się nauczysz
Po tej lekcji potrafisz:
- opisać, czym był program Logic Theorist i dlaczego jego prezentacja na warsztacie w Dartmouth zrobiła wrażenie;
- wyjaśnić ideę General Problem Solver i strategię „środki–cel";
- sformułować Physical Symbol System Hypothesis i wskazać jej znaczenie dla całej symbolicznej gałęzi AI;
- odróżnić hipotezę naukową od udowodnionego faktu — na przykładzie tej właśnie hipotezy.
🔁 Przypomnij sobie
W jednostce 6.1 poznałeś kontekst — warsztat w Dartmouth, na którym Allen Newell i Herbert Simon (z Carnegie Mellon i RAND Corporation) zaprezentowali swój najnowszy program. Warto też przypomnieć sobie Principię Mathematicę Russella i Whiteheada (dział 5, jednostka 5.1) — bo to właśnie ją Logic Theorist „atakował".
📘 Wyjaśnienie — Logic Theorist
Allen Newell, Herbert Simon i Clifford Shaw napisali program, który nazwali Logic Theorist. Jego zadaniem było dowodzenie twierdzeń z drugiego rozdziału Principia Mathematica — tego samego monumentalnego dzieła, w którym Russell i Whitehead próbowali sprowadzić całą matematykę do logiki (Jednostka 5.1). Program nie działał metodą brutalnego sprawdzania wszystkich możliwości — przeszukiwał przestrzeń możliwych dowodów w sposób przypominający ludzką metodę prób i błędów, korzystając z heurystyk, czyli reguł praktycznych, które nie gwarantują sukcesu, ale znacząco zawężają poszukiwania do obiecujących kierunków.
💭 Pomyśl: Jeśli szukasz zgubionych kluczy w mieszkaniu, nie sprawdzasz każdego centymetra kwadratowego podłogi po kolei (to byłoby przeszukiwanie brutalne, ang. brute force). Sprawdzasz najpierw kieszenie kurtki, stolik przy drzwiach, blat w kuchni. Dlaczego to działa lepiej — i czym różni się to podejście od sprawdzania wszystkiego po kolei?
Sprawdź odpowiedź
Sprawdzanie „obiecujących" miejsc najpierw to właśnie heurystyka — reguła praktyczna oparta na doświadczeniu (klucze zwykle lądują w konkretnych miejscach), która nie gwarantuje znalezienia kluczy najszybciej w każdym możliwym przypadku, ale statystycznie skraca czas poszukiwań w większości realnych sytuacji. Przeszukiwanie brutalne jest gwarantowane (w końcu sprawdzisz wszystko), ale kosztowne czasowo. Logic Theorist robił dokładnie to samo z dowodami matematycznymi — nie sprawdzał wszystkich możliwych kombinacji reguł logicznych, tylko kierował się heurystykami podobieństwa do już znanych dowodów.
Program udowodnił trzydzieści dwa twierdzenia z drugiego rozdziału Principia — a jeden z dowodów okazał się bardziej elegancki (krótszy) niż oryginalny dowód Russella i Whiteheada. Ta anegdota — komputer „przebija" dwóch najwybitniejszych logików swojej epoki w jednym, drobnym punkcie — stała się jednym z symboli nowej dziedziny.
Herbert Simon lubił zaczynać zajęcia od mocnego zdania. W styczniu 1956 r. oznajmił studentom: „W czasie świąt Bożego Narodzenia wynaleźliśmy z Alem Newellem myślącą maszynę". „Maszyna" istniała wtedy głównie na papierze: zanim Logic Theorist ruszył na prawdziwym komputerze, Newell i Simon symulowali go ręcznie — rozdali domownikom i doktorantom karteczki z podprogramami i kazali im odgrywać rolę procesora. Program „działał", tyle że jego podzespołami byli ludzie. Gdy później Logic Theorist znalazł dowód elegantszy niż oryginał z Principia, Simon pochwalił się listownie Russellowi; ten odpisał z przekąsem, że gdyby z Whiteheadem wiedzieli o tym wcześniej, oszczędziliby sobie dziesięciu lat pracy.
📘 Wyjaśnienie — General Problem Solver
Rok później, w 1957, ta sama trójka (a przede wszystkim Newell i Simon) poszła krok dalej: zamiast programu wyspecjalizowanego wyłącznie w dowodach logicznych, zaprojektowali General Problem Solver (GPS) — system, który miał rozwiązywać szeroki zakres problemów, modelując ogólny sposób ludzkiego myślenia, a nie tylko jedną wąską umiejętność.
Kluczowa strategia GPS nazywa się analizą środki–cel (means-ends analysis): program porównuje aktualny stan sytuacji z pożądanym stanem docelowym, identyfikuje największą różnicę między nimi, a następnie szuka operacji (środka), która tę różnicę zmniejsza. Proces powtarza się, aż różnica zniknie.
💭 Pomyśl: Chcesz dojechać z Lublina do Warszawy, ale nie masz samochodu ani biletu na pociąg. Jak zastosowałbyś strategię „środki–cel" do rozwiązania tego problemu krok po kroku?
Sprawdź odpowiedź
Największa różnica między stanem obecnym („jestem w Lublinie, bez środka transportu") a celem („jestem w Warszawie") to brak środka transportu. Środek redukujący tę różnicę: kup bilet na pociąg. Ale to tworzy nowy podproblem — brak pieniędzy albo brak dostępu do kasy biletowej — więc GPS rekurencyjnie stosuje tę samą strategię do nowego podproblemu (np. „idź do bankomatu", „otwórz aplikację mobilną przewoźnika"). To właśnie jest analiza środki–cel: dzielenie dużego problemu na mniejsze różnice i redukowanie ich krok po kroku, aż do osiągnięcia celu głównego.
Newell i Simon otrzymali za tę i pokrewne prace Nagrodę Turinga w 1976 roku — nazywaną „Noblem informatyki".
📘 Wyjaśnienie — Physical Symbol System Hypothesis
Z doświadczeń nad Logic Theorist i GPS Newell i Simon wyprowadzili twierdzenie o dużo szerszym zasięgu, sformułowane explicite w latach 70. i przypieczętowane w ich wykładzie noblowskim z 1976 roku:
📐 DEFINICJA — Physical Symbol System Hypothesis (hipoteza fizycznego systemu symbolicznego): fizyczny system zdolny do manipulowania symbolami (którym może być zarówno komputer, jak i mózg człowieka) posiada środki konieczne i wystarczające do ogólnej inteligencji.
Po ludzku: jeśli zbudujesz maszynę, która potrafi odpowiednio manipulować symbolami (tworzyć je, kopiować, porównywać, łączyć w struktury, przekształcać według reguł), to — zgodnie z tą hipotezą — masz już wszystko, czego trzeba do inteligentnego zachowania. Mózg, według tej hipotezy, robi dokładnie to samo, tylko na innym „sprzęcie". Czym to NIE jest: to nie jest udowodniony fakt naukowy — to hipoteza, którą można kwestionować. Zauważ, że nazywa się „hipotezą", nie „twierdzeniem" ani „prawem" — Newell i Simon byli świadomi, że formułują śmiałe, testowalne przypuszczenie, a nie ostateczną prawdę.
⚠️ Uwaga, pułapka
Physical Symbol System Hypothesis brzmi przekonująco — ale to właśnie ta hipoteza stanie się głównym celem ataku filozoficznego kilkadziesiąt lat później. W jednostce 19.1 poznasz argument „chińskiego pokoju" Johna Searle'a, który twierdzi, że samo manipulowanie symbolami — nawet bezbłędne — nie wystarcza do rozumienia. Zapamiętaj tę hipotezę dobrze: cała symboliczna gałąź AI (systemy ekspertowe z działu 7, LISP i ELIZA z jednostki 6.3, Deep Blue z jednostki 7.7) opiera się właśnie na tym założeniu, że manipulacja symbolami wystarcza. Spór o to, czy rzeczywiście wystarcza, jest jednym z najważniejszych wątków tej całej historii.
📌 Najważniejsze w pigułce
- Logic Theorist (Newell, Simon, Shaw, 1956) dowodził twierdzeń z Principia Mathematica metodą heurystycznego przeszukiwania — bywa nazywany pierwszym programem AI.
- General Problem Solver (1957) miał rozwiązywać szeroki zakres problemów strategią „środki–cel" (means-ends analysis).
- Physical Symbol System Hypothesis (Newell, Simon) głosi, że manipulacja symbolami jest konieczna i wystarczająca do ogólnej inteligencji.
- To hipoteza, nie fakt — jej krytyka (Searle, jednostka 19.1) jest jednym z centralnych sporów filozofii AI.
- Newell i Simon otrzymali Nagrodę Turinga (1976) za te prace.
🎒 Zadania
Zadanie 6.2.1. Wyjaśnij różnicę między przeszukiwaniem brutalnym (sprawdzanie wszystkich możliwości) a przeszukiwaniem heurystycznym, jakie stosował Logic Theorist. Podaj własny przykład sytuacji z życia codziennego, w której stosujesz heurystykę zamiast przeszukiwania brutalnego.
Sprawdź odpowiedź
Przeszukiwanie brutalne systematycznie sprawdza każdą możliwość bez wyjątku — gwarantuje znalezienie rozwiązania (jeśli istnieje), ale bywa niepraktycznie powolne przy dużej liczbie możliwości. Przeszukiwanie heurystyczne korzysta z reguł praktycznych opartych na doświadczeniu, by najpierw sprawdzać najbardziej obiecujące ścieżki — jest szybsze, ale nie daje gwarancji sukcesu ani optymalności rozwiązania. Przykład: ucząc się słówek na sprawdzian, nie powtarzasz w kółko całego słownika (brutalne), tylko skupiasz się najpierw na słówkach, które ostatnio myliłeś (heurystyka oparta na doświadczeniu).
Zadanie 6.2.2. Physical Symbol System Hypothesis mówi, że manipulacja symbolami jest „konieczna i wystarczająca" do ogólnej inteligencji. Rozbij to zdanie na dwie osobne, prostsze tezy (konieczność i wystarczalność) i zastanów się, którą z nich łatwiej byłoby obalić empirycznie.
Sprawdź odpowiedź
Teza o konieczności: bez zdolności manipulowania symbolami nie może istnieć ogólna inteligencja (czyli każdy inteligentny system musi w jakiś sposób operować symbolami). Teza o wystarczalności: sama zdolność manipulowania symbolami wystarcza, by uzyskać ogólną inteligencję (nic więcej nie jest potrzebne). Tezę o wystarczalności łatwiej zakwestionować empirycznie lub argumentacyjnie — wystarczy pokazać jeden przykład systemu, który manipuluje symbolami poprawnie, a mimo to nie wykazuje cech, które intuicyjnie kojarzymy z inteligencją (np. rozumienia, świadomości, celowości). Dokładnie taki przykład — myślowy eksperyment, nie prawdziwy program — skonstruował John Searle w 1980 roku (jednostka 19.1).
🔍 Sprawdź, czy umiesz
- [ ] Wyjaśnić, na czym polegał program Logic Theorist i dlaczego bywa nazywany pierwszym programem AI.
- [ ] Opisać strategię „środki–cel" stosowaną w General Problem Solver.
- [ ] Sformułować Physical Symbol System Hypothesis własnymi słowami.
- [ ] Wskazać, dlaczego ta hipoteza jest testowalnym przypuszczeniem, a nie udowodnionym faktem.